Évaluation des risques-clients
Pour les articles homonymes, voirÉvaluationetscoring.
Cet article est uneébaucheconcernant lafinance.
Vous pouvez partager vos connaissances en l’améliorant (comment?) selon les recommandations desprojets correspondants.
L’évaluation des risques-clients(anglais:credit scoringouévaluation du crédit par cote) désigne aujourd'hui un ensemble d'outils financiers d’aide à la décisionutilisés pour évaluer automatiquement (par unalgorithme) la solvabilité d'un « tiers » ainsi que le risque de non-remboursement de prêts ou de traites d'assurance, de loyer,etc.Aux États-Unis, le crédit scoring, inclut également les vols à l'étalage[1].
Ces outils sont principalement utilisés aux États-Unis (depuis plus d'un siècle) puis ont été utilisés au Canada (à partir des années 1920), dans certains pays anglophones et ailleurs.
Trois agences privées dominent actuellement ce secteur de la finance[2],[3]:
- Equifax(la plus ancienne)
- Experian
- TransUnion
Usages
[modifier|modifier le code]Ce type d'évaluation est réalisée dans les cas suivants:
- évaluation d'un client (gestion de l'exposition à un risque financier, créances douteuses par exemple);
- référencement d'un nouveau fournisseur stratégique;
- contractualisation avec un partenaire (distributeur par exemple).
- lutte contre leblanchiment d'argent
Les secteurs de la Banque, assurance, prévoyance ont des obligations de vigilance légale et d'évaluation financière de plus en plus importante concernant lagestion du risquefinancier, en particulier dans la gestion des portefeuilles entreprises (Bâle IIetSolvabilité II…).
Les entreprises de « bancassurance » doivent mettre en place une politique de « cotation » sur l'ensemble de leur portefeuille client pour obtenir une évaluation en temps réel. Cette évaluation est stratégique car permettant à la banque d'immobiliser les ressources en fonds propre au plus juste pour disposer par ailleurs d'un maximum de liquidité.
Le gouvernement chinois met en place en 2014 pour l'horizon 2020 unsystème de crédit social,en partenariat avec des entreprises privées tellesAlibabaetSesame Creditafin de mesurer solvabilité du consommateur individuel et des entreprises et du niveau de fraude de ces deux-ci, et des efforts de bénévolat des citoyens[4],[5],[1].
Méthode
[modifier|modifier le code]Un choix s'impose aux banques et assureurs:
- externalisation du calcul et de la mise à jour de la cote-client par un prestataire (solution largement dominante en Amérique du Nord);
- internalisation de la réalisation (seule ou éventuellement accompagnée, solution dominante en Europe).
Jurisprudence européenne
[modifier|modifier le code]D'après la jurisprudence européenne, le règlementRGPDinterdit les décisions automatiques qui ont un impact significatif sur les personnes après la démission dutroisième gouvernement de Mark Rutte(Mark Rutte). Ainsi, en Allemagne, le scoring laSCHUFAenfreint le règlementGDPR.En France, l’algorithme de « data mining » de la CNAF (qui concerne 14 millions de personnes) pourrait aussi être affecté par cette jurisprudence. En France, d'autres sujets pourraient être affectés par cette décision comme la transparence algorithmique deParcoursupqui attribue les places dans les universités françaises et autres études supérieures ou d'autres organismes:Assurance maladie,Assurance vieillesse,Mutualités Sociales AgricolesetPôle Emploi[6].
Notes et références
[modifier|modifier le code]- Ahmed 2019.
- D Pridgen, R. Alderman (2008),Consumer Credit and the Law: Credit reports,Westlaw
- «How to protect yourself against the theft of your identity»,The Economist,14 septembre 2017.
- Pascal Hérard, «Chine: "Sesame Credit", la clef du contrôle social?»,TV5MONDE,(lire en ligne,consulté le)
- René Raphaël et Ling Xi, «Bons et mauvais Chinois: Quand l’État organise la notation de ses citoyens»,Le Monde diplomatique,(lire en ligne)
- Un arrêt de la Cour de justice de l’UE met en péril les algorithmes de « scoring », 7 décembre 2023, Théophane Hartmann, Euractiv France https:// euractiv.fr/section/donnees/news/un-arret-de-la-cour-de-justice-de-lue-met-en-peril-les-algorithmes-de-scoring/
Bibliographie
[modifier|modifier le code]- (en)Shazeda Ahmed, «The Messy Truth About Social Credit»,Logic,no7 / China Trung Quốc,(lire en ligne)
Voir aussi
[modifier|modifier le code]Articles connexes
[modifier|modifier le code]Lien externe
[modifier|modifier le code]
Bibliographie
[modifier|modifier le code]
